Nové systémy počítačového modelovania na predpovedanie šírenia vírusu SARS-CoV-2

Joe Mihaljevic, matematický epidemiológ a odborný asistent na Informatickej škole Univerzity v Severnej Arizone, Výpočtový, a kybernetické systémy (SICCS), vedie nový projekt na vytvorenie počítačových modelovacích systémov na predpovedanie výsledkov šírenia vírusu SARS-CoV-2, čo spôsobuje COVID-19, cez štyri severné arizonské kraje-Coconino, Navajo, Apache a Mohave.

Začiatkom tejto jari, Lekárske centrum Flagstaff vyjadrilo naliehavú potrebu modelovať šírenie vírusu na núdzové plánovanie a na vyžiadanie primeraných zdrojov od štátnych a federálnych orgánov. „Spoľahlivá kybernetická infraštruktúra predpovedajúca prenos v takmer reálnom čase je preto životne dôležitá pre zaistenie efektívnej, spravodlivá zdravotná starostlivosť pre vidiecke obyvateľstvo Arizony počas tejto pandemickej krízy, “Povedal Mihaljevič.

V marci, Národná vedecká nadácia (NSF) vyslala naliehavú výzvu výskumníkom vzhľadom na vznik a šírenie COVID-19, nabádanie vedcov, aby používali mechanizmus financovania výskumu rýchlej reakcie (RAPID) na podporu výskumu súvisiaceho s vírusmi. Ako výsledok, Mihaljevič požiadal a dostal 200 dolárov, 000 ročný grant na rozvoj portálu na modelovanie chorôb v spolupráci s počítačovým vedcom a profesorom SICCS Eckom Doerrym a evolučným biológom a odborným asistentom SICCS Crystal Heppovou, asistent riaditeľa Inštitútu pre patogény a mikrobiómy NAU. Spolupráca spája tri kľúčové oblasti odbornosti:Mihaljevic je modelár chorôb; Doerry transformuje nové nápady na vysoko použiteľné softvérové ​​riešenia; a Hepp je evolučný biológ, ktorý sa zameriava na šírenie vírusu RNA a analýzu údajov o verejnom zdraví.

Pomocou zabezpečeného interaktívneho webového modelového portálu vyvinutého spoločnosťou Doerry, Mihaljevič môže čerpať z najnovších hlásených údajov od miestnych zdravotníckych orgánov a prevádzkovať živé modely v interaktívnom rozhraní, ktoré môžu subjekty s rozhodovacími právomocami použiť na preskúmanie možných scenárov a predpokladaných výsledkov.

Vo všetkých štyroch krajoch patogén je mierne pod kontrolou, aj keď existuje regionálna variabilita, pričom niektoré populácie sú viac ohrozené. Spomaľujeme vírus, ale teraz chceme pochopiť, čo sa stane, ak začneme odstraňovať intervencie, ako sociálne a fyzické dištancovanie sa. Možno ste už počuli, že sme dosiahli vrchol. Pri prepuknutí choroby, vrcholov môže byť viac. Uvoľnenie obmedzení príliš skoro môže znamenať viacnásobné zablokovanie. “

Joe Mihaljevic, Odborný asistent, Škola informatiky Univerzity v Severnej Arizone, Výpočtový, a kybernetické systémy

Napríklad, ak by boli všetky obmedzenia odstránené začiatkom mája po 45 dňoch objednávok pobytu doma, jeho model predpovedá druhý vrchol s najmenej trojnásobným počtom návštev v nemocnici, ako je súčasná miera. „Denne by sme mohli vidieť viac ako 100 nových návštev nemocnice, " povedal.

Ak sa dištancujúce opatrenia zachovajú do 31. mája, na druhej strane, model projektuje menšie druhé ohnisko po odstránení obmedzení. „Po 75 dňoch zásahov, druhý vrchol v severnej Arizone by mohol byť o niečo menší ako prvý vrchol, v optimistickom scenári, “Povedal Mihaljevič.

"V skratke, mnohé zo súčasných modelov vyvinutých na zvládnutie krízy COVID-19 pravdepodobne úplne nepostačujú na opis šírenia patogénov vo vidieckych oblastiach. Máme mestské centrá ako Flagstaff, ktoré sú skutočne zasadené do vidieckejšej krajiny-metapopulácie, ak chcete-s komunitami, ktoré sú navzájom veľmi odlišné. Budeme môcť sledovať počet pacientov odosielaných do ktorých nemocníc a pochopiť, ktoré zariadenia sú najviac stresované, “uviedol Mihaljevic.

Počítačový model je založený na údajoch zo sledovania chorôb, údaje z amerického úradu pre sčítanie ľudu a informácií o zdravotnom stredisku sledujúce, koľko nemocničných lôžok je v každom kraji k dispozícii. Mihaljevic hovorí, že súčasťou grantu je rozvoj jemnozrnného mapovania. „Povedzme, že ste nemocnica a chcete porozumieť tomu, čo sa deje vo vašom regióne. Dáta a projekcie budete môcť filtrovať iba podľa vášho krajského alebo nemocničného systému.“

Hepp na svojom výskume spolupracuje s rôznymi partnermi v oblasti verejného zdravia. „So silným porozumením typov údajov dostupných v systémoch podávania správ o verejnom zdraví, spojený s informovanosťou o citlivosti údajov, mojim príspevkom je pomôcť identifikovať, ktoré údaje sú potrebné na vloženie do počítačového modelu. Nepotrebujeme súkromné ​​informácie, ako je meno alebo adresa pacienta, ale môžeme agregovať čísla, aby sme model informovali na základe informácií, ako sú PSČ, keď sa človeku začalo cítiť nevoľno a keď mu odobrali nosový tampón na vyšetrenie tejto choroby. “

„Našim cieľom je vyvinúť kybernetickú infraštruktúru, webová aplikácia, ktorá nám pomôže komunikovať výsledky nášho modelovania so zainteresovanými stranami v oblasti verejného zdravia a zdravotnej starostlivosti, ktoré môžu s modelom vizuálne interagovať a manipulovať s parametrami, aby preskúmali tieto scenáre a urobili informované rozhodnutia pre plán verejného zdravia založený na dátach, “Povedal Mihaljevič.

Mihaljevic verí, že jeho počítačové modelovanie tiež pomôže informovať volených predstaviteľov o tom, ako a kedy odstrániť obmedzenia fyzického dištancovania a znovu otvoriť podniky a verejné priestranstvá. „Našim cieľom je poskytnúť okamžitú kritickú informatickú podporu pre strategické riadenie súčasnej krízy, pri budovaní našich odborných znalostí, nástroje a infraštruktúra na zefektívnenie reakcií na budúce epidémie. “

• Aktivácia receptora estrogénu môže brániť rastu buniek rakoviny pankreasu
• Vírusy zo stolice môžu pomôcť v boji proti obezite a cukrovke 2. typu